CN105974120B - 一种c反应蛋白色度自动检测装置与方法 - Google Patents
一种c反应蛋白色度自动检测装置与方法 Download PDFInfo
- Publication number
- CN105974120B CN105974120B CN201610266296.0A CN201610266296A CN105974120B CN 105974120 B CN105974120 B CN 105974120B CN 201610266296 A CN201610266296 A CN 201610266296A CN 105974120 B CN105974120 B CN 105974120B
- Authority
- CN
- China
- Prior art keywords
- iamge
- image
- roi
- areas
- mrow
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 102100032752 C-reactive protein Human genes 0.000 title claims abstract description 76
- 238000001514 detection method Methods 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims abstract description 24
- 108010074051 C-Reactive Protein Proteins 0.000 title claims abstract description 14
- 239000003153 chemical reaction reagent Substances 0.000 claims abstract description 62
- 238000012545 processing Methods 0.000 claims abstract description 16
- 238000012360 testing method Methods 0.000 claims description 28
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 10
- 238000006073 displacement reaction Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 7
- 230000000007 visual effect Effects 0.000 claims description 6
- 238000004587 chromatography analysis Methods 0.000 claims description 4
- 230000007797 corrosion Effects 0.000 claims description 4
- 238000005260 corrosion Methods 0.000 claims description 4
- 238000012935 Averaging Methods 0.000 claims description 3
- 230000000295 complement effect Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000005192 partition Methods 0.000 claims description 3
- 238000004321 preservation Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 230000003628 erosive effect Effects 0.000 claims 1
- 238000000605 extraction Methods 0.000 claims 1
- 230000008859 change Effects 0.000 abstract description 3
- 230000003595 spectral effect Effects 0.000 abstract description 3
- 238000004816 paper chromatography Methods 0.000 description 7
- 238000005259 measurement Methods 0.000 description 5
- 238000004879 turbidimetry Methods 0.000 description 4
- 230000004075 alteration Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 102000004169 proteins and genes Human genes 0.000 description 3
- 108090000623 proteins and genes Proteins 0.000 description 3
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 2
- 229910052782 aluminium Inorganic materials 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000000451 tissue damage Effects 0.000 description 2
- 231100000827 tissue damage Toxicity 0.000 description 2
- 206010061218 Inflammation Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 239000004411 aluminium Substances 0.000 description 1
- 238000000149 argon plasma sintering Methods 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 239000000084 colloidal system Substances 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000003317 immunochromatography Methods 0.000 description 1
- 208000027866 inflammatory disease Diseases 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 210000002381 plasma Anatomy 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 239000013049 sediment Substances 0.000 description 1
- 238000004092 self-diagnosis Methods 0.000 description 1
- 210000002966 serum Anatomy 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
- G01N33/6803—General methods of protein analysis not limited to specific proteins or families of proteins
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/8483—Investigating reagent band
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/8483—Investigating reagent band
- G01N2021/8494—Measuring or storing parameters of the band
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
- G01N2333/435—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans
- G01N2333/46—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans from vertebrates
- G01N2333/47—Assays involving proteins of known structure or function as defined in the subgroups
- G01N2333/4701—Details
- G01N2333/4737—C-reactive protein
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Immunology (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Urology & Nephrology (AREA)
- Hematology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Biotechnology (AREA)
- Cell Biology (AREA)
- Biophysics (AREA)
- Microbiology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明涉及一种对试剂条色度色差自动识别的检测装置与方法,尤其涉及一种C反应蛋白色度自动检测装置与方法。本发明使用光谱范围更广、适合进行高质量的图像处理算法的工业相机,通过机器视觉检测方法,实时、快速、自动识别并检测CRP试剂条的关键特征,通过图像处理得到颜色变化数据与数据库中的标准样品值进行比较,进而得出CRP浓度检测结果。
Description
技术领域
本发明属于机器视觉检测领域,涉及一种对试剂条色度色差自动识别的检测装置与方法,尤其涉及一种C反应蛋白色度自动检测装置与方法。
背景技术
C-反应蛋白(C-reaction protein,CRP)是一种机体受到感染或组织损伤时血浆中急剧上升的急性时相反应蛋白。CRP除了作为组织损伤、炎症反应的相关检测指标外,实验室把CRP作为***炎症疾病的批示指标,同时对于一些疾病的诊断、鉴别及预后推断都有重大的意义。
现有的CRP测定技术主要为比浊法和纸层析法.比浊法又称浊度测定法,通过测量透过悬浮质点介质的光强度来确定悬浮物质浓度,是一种光散射测量技术。纸层析法,又称纸色层分析法或纸色谱法,采用免疫层析原理,样本与含有标记物的鼠抗人CRP单克隆抗体反应,滴入CRP试剂条后对试剂条颜色变化进行分析,测定出CRP的浓度。
在日常使用中比浊法蛋白分析仪检测单样本所需时间较长,所需抗血清量较大,其设备生产成本和维护成本较高。而传统的纸层析法检测方式由于依赖人工视觉,需要与样本色度一一比对分析,在速度和稳定性上有很大缺陷,且成本较高.此类色差识别方法通常基于HSI色彩空间(孟赛尔颜色体系)为代表的显色***表示法,受主观心理影响较大,难以精确表达色差,精准度较低.
发明内容
本发明所要解决的技术问题是针对上述CRP检测方法技术上的不足,提供一种C反应蛋白色度自动检测装置与方法.本发明使用光谱范围更广、适合进行高质量的图像处理算法的工业相机,通过机器视觉检测方法,实时、快速、自动识别并检测CRP试剂条的关键特征,通过图像处理得到颜色变化数据与数据库中的标准样品值进行比较,进而得出CRP浓度检测结果.
为解决上述技术问题,本发明是按如下方式实现的:本发明所述一种C反应蛋白色度自动检测装置包括彩色工业摄像机、光源、专用光源控制器、微调位移台、L形定位块、工控一体机及待测平台;所述彩色工业摄像机通过微调位移台连接于位置调节轨道上,彩色工业摄像机的镜头与放置CRP试剂条的待测平台垂直;所述CRP试剂条的长度不小于彩色工业摄像机采集画面的宽度的4/5;所述光源固定在彩色工业摄像机的镜头上,光源选择白色漫反射环形光源,并设置有专用光源控制器;所述CRP试剂条通过L形定位块固定于待测平台上。
所述彩色工业摄像机采用500万像素、可输出2592x1944分辨率数字图像的彩色工业摄像机;所述彩色工业摄像机的镜头前可安装增距环缩小视场。
一种C反应蛋白色度自动检测的方法主要包括如下步骤:
步骤1:CRP试剂条自动识别及图像处理:
1)彩色工业摄像机采集到待测平台上CRP试剂条的RGB三通道图像,并转化为三幅单通道图像,提取待检测反应区的补色通道,即G通道图像Iamge_S;
2)为提高***效率、减少后续算子运算时间,按预先设定坐标选取出Iamge_S的有效ROI区域Iamge_ROI,作为灰度值计算和数据库查询的图像源,并自动储存在数据库中;Iamge_ROI应包含完整的CRP试剂条层析膜区,此处理可减少在边缘无关区域上占用的分析和计算时间;
3)将Iamge_ROI等比例、减小画质压缩到70%,得到压缩图像Iamge_ROI_C,作为自动识别待检测区算法分析和主界面显示的图像源;这样既减少运算涉及像素点总数又减少图像反复读取所花费的时间,Iamge_ROI_C在完成该试剂条检测后自动释放内存并删除;
4)对最小处理区Iamge_ROI_C做算术平均灰度值计算,所得平均灰度值减去10作为全局灰度阈值对基础区域二值化处理得到二值图像;
5)处理所得的二值图像以3x3矩形为结构元素进行腐蚀,删除目标边界无关区域,提取出相对完整的待检测区域内CRP试剂条层析膜图像Iamge_ROI_D1;
6)为去除图像传输过程中产生的噪声,对图像Iamge_ROI_D1进行高斯滤波去噪,将每一个像素点与高斯内核卷积,将卷积和当作该像素点的输出像素值,像素点的邻域取不同的权值,且该像素点所在位置的权值最大,此步处理得到图像Iamge_ROI_D_Gauss;
7)将图像Iamge_ROI_D_Gauss进行继续膨胀处理,以3x3矩形为结构元素对图像Iamge_ROI_D_Gauss进行膨胀,配合上述第5步的腐蚀将全局灰度阈值或后续处理中产生的离散点、线或毛刺滤除,输出完整CRP试剂条层析膜区域图像Iamge_ROI_D2;
8)对完整CRP试剂条层析膜区域图像Iamge_ROI_D2采用局部自适应阈值二值化处理,得到相对完整的Iamge_test和Iamge_control两个检测预估区图像;
9)对Iamge_test和Iamge_control两个检测预估区图像再次重复第5步和第7步的腐蚀、膨胀处理;
10)对第9步处理后的两个检测预估区图像计算面积特征,分截取出在Iamge_test和Iamge_control内面积最大的矩形区域,记作test和control,作为实际test和control待检测区,并在主界面中标示;
11)将test和control分别与Iamge_ROI取交集,得到Iamge_ROI相对于test和control两个矩形的图像作为色度计算需要的源图像,记作T区和C区;
步骤2:区域色度计算:
12)算术平均灰度值算法:以第11步得到的T区和C区的图像作为色度计算需要的源图像;以单个像素点(pixel)为单位,遍历CRP试剂条的宽度为M,高度为N的图像区域T区,每个像素点灰度值g(m,n)∈[0,255];用T区的像素点灰度值之和G除以T区的有效像素点个数s,得到T区的算术平均灰度值如下式所示:
其中,s∈(0,m×n],
同理,计算C区的算术平均灰度值;
13)加权平均灰度值算法:以第11步得到的T区和C区的图像作为色度计算需要的源图像;将CRP试剂条的T区等面积划分成4行4列共16个全等矩阵,将T区的算术平均灰度值乘以经验权重系数后再取平均值,即可得到加权平均灰度值如下式所示:
其中,Kij为权重系数且Kij∈(0,2],一般在CRP检测中Kn1=1.3,Kn2=1,Kn3=1,Kn4=1.15,(n=1,2,3,4)
同理,计算C区的加权平均灰度值;
步骤3:连接数据库处理数据:
14)通过Access数据库将步骤一中第2步得到的有效ROI区域Iamge_ROI和相对应试剂条的T区、C区的加权平均灰度值关联和保存,并根据数据库中的存储的标准样本灰度值,匹配出最为合理的CRP含量参考值输出。
本发明的积极效果:本发明所述的C反应蛋白色度自动检测装置与方法可以完成对CRP试剂条test和control反应区的色度检测,经实际应用表明,该方法和装置不仅能准确的量化视觉信息完成试剂条的测定,且同样适用于同类纸层析试剂条,具有操作简单,检测速度快、成本低等优点.该发明具有以下实际意义:
1.自动识别待检测区域,减少单试剂卡检测所需时间,简化CRP检测流程,省去人工目视比对所需的时间和工资成本,减少测定工序过多及其造成的误差,提高检测效率;
2.单个试剂条检测时间可控制在2秒内完成,测量运算时间控制在毫秒级,检测效率极大提高;
3.工作环境要求低,能长时间稳定工作,可异常自诊断,具有良好的鲁棒性;
4.适用于任何与CRP反应试剂条同类的纸层析或胶体金试剂条,权重系数可根据不同产品需求进行人为更改,使测量更为科学合理、适用性更广;
5.更加科学的数据统计,搭载Access数据库,自动存储图像和检测数据,数据可快速存储,并输出指定excel文件.
6.具有可拓展性,能够广泛应用于同类项目或相关试剂卡的色度检测。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1是本发明的图像检测流程图
图2是本发明的结构示意图
图3是本发明的自动识别流程图
图4是本发明的L形定位块与CRP试剂条定位安装的示意图
图5是全等矩阵矩阵划分的示意图
图中,1光源控制器 2彩色工业摄像机 3环形光源 4待检平台 5L形定位块 6微调位移台 7工控一体机 8CRP试剂条
具体实施方式
如图1所示,本发明所述一种C反应蛋白色度自动检测装置包括彩色工业摄像机(2)、光源(3)、专用光源控制器(1)、微调位移台(6)、L形定位块(5)、工控一体机(7)及待测平台(4);所述彩色工业摄像机采用500万像素,可输出2592x1944分辨率数字图像的彩色工业摄像机,其光谱范围高于普通相机,适合进行高质量的图像处理算法;所述彩色工业摄像机的镜头前可安装增距环缩小视场,所述彩色工业摄像机通过微调位移台连接于位置调节轨道上,彩色工业摄像机的镜头与放置CRP试剂条的待测平台垂直,具有千分尺的精密微调位移台,可使彩色工业摄像机实现快速、高精度微调,保证本***测量精度和效率;
为减少图像分割时间和提高视场利用率,要确保CRP试剂条长度不小于摄像机采集画面宽度的4/5;而工业相机的镜头焦距、工作距离、图像分辨率以像素尺寸都是密切相关的,可通过相关公式计算得到最佳工作距离,即摄像机与CRP试剂条的垂直高度差。在摄像机安装高度无法一步调节时,可在镜头前加装增距环,缩小视场,使摄像机采集到的画面达到要求.
所述光源固定在彩色工业摄像机的镜头上,光源选择白色漫反射环形光源,并设置有专用光源控制器;采用白色漫反射环形光源可大大减少阴影现象、提高对比度,进而突显CRP试剂条反应区域成像特征。但要注意,距离不合适时会产生环形反光现象.
所述CRP试剂条通过L形定位块固定于待测平台上。检测时可将CRP试剂条沿箭头引导标示推入待测平台,如图4所示,CRP试剂条两边紧贴L形定位块内侧,完全贴合即完成定位.
本装置外壳采用2020轻质铝型材搭建,通过螺栓链接与机加工铝制板固定,前面板安装定制工控一体机,可实现多点触摸。
本发明所述的一种C反应蛋白色度自动检测的方法通过对彩色工业摄像机采集到的原始图像分割、去噪、腐蚀和膨胀等图像处理算法实现自动识别并提取待测定区域,在极短时间内为后续的步骤提供高精度数据。实验和实际应用均表明,该自动识别系列算法过程能快速、准确分割、提取出CRP试剂条的特征区域,有效滤除外部光照(包括日光和室内白炽灯灯光)、CRP样本差异(不同血清样本基色差异、试剂反应区偏移过大)、CRP试剂条层析膜缺陷等影响。
主要包括如下步骤:
步骤1:CRP试剂条自动识别及图像处理,如图3所示:
1)彩色工业摄像机采集到待测平台上CRP试剂条的RGB三通道图像,并转化为三幅单通道图像,提取待检测反应区的补色通道,即G通道图像Iamge_S;
2)为提高***效率、减少后续算子运算时间,按预先设定坐标选取出Iamge_S的有效ROI区域Iamge_ROI,作为灰度值计算和数据库查询的图像源,并自动储存在数据库中;Iamge_ROI应包含完整的CRP试剂条层析膜区,此处理可减少在边缘无关区域上占用的分析和计算时间;
3)将Iamge_ROI等比例、减小画质压缩到70%,得到压缩图像Iamge_ROI_C,作为自动识别待检测区算法分析和主界面显示的图像源;这样既减少运算涉及像素点总数又减少图像反复读取所花费的时间,Iamge_ROI_C在完成该试剂条检测后自动释放内存并删除;
4)对最小处理区Iamge_ROI_C做算术平均灰度值计算,所得平均灰度值减去10作为全局灰度阈值对基础区域二值化处理得到二值图像;
5)处理所得的二值图像以3x3矩形为结构元素进行腐蚀,删除目标边界无关区域,提取出相对完整的待检测区域内CRP试剂条层析膜图像Iamge_ROI_D1;
6)为去除图像传输过程中产生的噪声,对图像Iamge_ROI_D1进行高斯滤波去噪,将每一个像素点与高斯内核卷积,将卷积和当作该像素点的输出像素值,像素点的邻域取不同的权值,且该像素点所在位置的权值最大,此步处理得到图像Iamge_ROI_D_Gauss;
7)将图像Iamge_ROI_D_Gauss进行继续膨胀处理,以3x3矩形为结构元素对图像Iamge_ROI_D_Gauss进行膨胀,配合上述第5步的腐蚀将全局灰度阈值或后续处理中产生的离散点、线或毛刺滤除,输出完整CRP试剂条层析膜区域图像Iamge_ROI_D2;
8)对完整CRP试剂条层析膜区域图像Iamge_ROI_D2采用局部自适应阈值二值化处理,得到相对完整的Iamge_test和Iamge_control两个检测预估区图像;
9)对Iamge_test和Iamge_control两个检测预估区图像再次重复第5步和第7步的腐蚀、膨胀处理;
10)对第9步处理后的两个检测预估区图像计算面积特征,分截取出在Iamge_test和Iamge_control内面积最大的矩形区域,记作test和control,作为实际test和control待检测区,并在主界面中标示;
11)将test和control分别与Iamge_ROI取交集,得到Iamge_ROI相对于test和control两个矩形的图像作为色度计算需要的源图像,记作T区和C区;
步骤2:区域色度计算:
12)算术平均灰度值算法:以第11步得到的T区和C区的图像作为色度计算需要的源图像;以单个像素点(pixel)为单位,遍历CRP试剂条的宽度为M,高度为N的图像区域T区,每个像素点灰度值g(m,n)∈[0,255];用T区的像素点灰度值之和G除以T区的有效像素点个数s,得到T区的算术平均灰度值如下式所示:
其中,s∈(0,m×n],
同理,计算C区的算术平均灰度值;
13)加权平均灰度值算法:以第11步得到的T区和C区的图像作为色度计算需要的源图像;将CRP试剂条的T区等面积划分成4行4列共16个全等矩阵,将T区的算术平均灰度值乘以经验权重系数后再取平均值,即可得到加权平均灰度值如下式所示:
其中,Kij为权重系数且Kij∈(0,2],一般在CRP检测中Kn1=1.3,Kn2=1,Kn3=1,Kn4=1.15,(n=1,2,3,4)
同理,计算C区的加权平均灰度值;
步骤3:连接数据库处理数据:
通过Access数据库将步骤一中第2步得到的有效ROI区域Iamge_ROI和相对应试剂条的T区、C区的加权平均灰度值关联和保存,并根据数据库中的存储的标准样本灰度值,匹配出最为合理的CRP含量参考值输出.
上面所述的只是用图解说明本发明相关的一种C反应蛋白色度自动检测装置与方法的一种具体应用实例,由于对相同技术领域的技术人员来说很容易在此基础上进行若干的修改,因此本说明书并非要将本发明所述的一种C反应蛋白色度自动检测装置与方法局限在所示或者所述的具体机构及适用范围内,故凡是可能被利用的相应修改以及等同物,均属于本发明专利的保护范围。
Claims (2)
1.一种C反应蛋白色度自动检测方法,其特征在于:使用的装置包括彩色工业摄像机、光源、专用光源控制器、微调位移台、L形定位块、工控一体机及待测平台;所述彩色工业摄像机通过微调位移台连接于位置调节轨道上,彩色工业摄像机的镜头与放置CRP试剂条的待测平台垂直;所述CRP试剂条的长度不小于彩色工业摄像机采集画面的宽度的4/5;所述光源固定在彩色工业摄像机的镜头上,光源选择白色漫反射环形光源,并设置有专用光源控制器;所述CRP试剂条通过L形定位块固定于待测平台上;
主要包括如下步骤:
CRP试剂条自动识别及图像处理:
1)彩色工业摄像机采集到待测平台上CRP试剂条的RGB三通道图像,并转化为三幅单通道图像,提取待检测反应区的补色通道,即G通道图像Iamge_S;
2)为提高***效率、减少后续算子运算时间,按预先设定坐标选取出Iamge_S的有效ROI区域Iamge_ROI,作为灰度值计算和数据库查询的图像源,并自动储存在数据库中;Iamge_ROI应包含完整的CRP试剂条层析膜区,此处理可减少在边缘无关区域上占用的分析和计算时间;
3)将Iamge_ROI等比例、减小画质压缩到70%,得到压缩图像Iamge_ROI_C,作为自动识别待检测区算法分析和主界面显示的图像源;这样既减少运算涉及像素点总数又减少图像反复读取所花费的时间,Iamge_ROI_C在完成该试剂条检测后自动释放内存并删除;
4)对最小处理区Iamge_ROI_C做算术平均灰度值计算,所得平均灰度值减去10作为全局灰度阈值对基础区域二值化处理得到二值图像;
5)处理所得的二值图像以3x3矩形为结构元素进行腐蚀,删除目标边界无关区域,提取出相对完整的待检测区域内CRP试剂条层析膜图像Iamge_ROI_D1;
6)为去除图像传输过程中产生的噪声,对图像Iamge_ROI_D1进行高斯滤波去噪,将每一个像素点与高斯内核卷积,将卷积和当作该像素点的输出像素值,像素点的邻域取不同的权值,且该像素点所在位置的权值最大,此步处理得到图像Iamge_ROI_D_Gauss;
7)将图像Iamge_ROI_D_Gauss进行继续膨胀处理,以3x3矩形为结构元素对图像Iamge_ROI_D_Gauss进行膨胀,配合上述第5步的腐蚀将全局灰度阈值或后续处理中产生的离散点、线或毛刺滤除,输出完整CRP试剂条层析膜区域图像Iamge_ROI_D2;
8)对完整CRP试剂条层析膜区域图像Iamge_ROI_D2采用局部自适应阈值二值化处理,得到相对完整的Iamge_test和Iamge_control两个检测预估区图像;
9)对Iamge_test和Iamge_control两个检测预估区图像再次重复第5步和第7步的腐蚀、膨胀处理;
10)对第9步处理后的两个检测预估区图像计算面积特征,分截取出在Iamge_test和Iamge-control内面积最大的矩形区域,记作test和control,作为实际test和control待检测区,并在主界面中标示;
11)将test和control分别与Iamge_ROI取交集,得到Iamge_ROI相对于test和control两个矩形的图像作为色度计算需要的源图像,记作T区和C区;
区域色度计算:
12)算术平均灰度值算法:以第11步得到的T区和C区的图像作为色度计算需要的源图像;以单个像素点(pixel)为单位,遍历CRP试剂条的宽度为M,高度为N的图像区域T区,每个像素点灰度值g(m,n)∈[0,255];用T区的像素点灰度值之和G除以T区的有效像素点个数s,得到T区的算术平均灰度值如下式所示:
<mrow>
<mover>
<mi>x</mi>
<mo>&OverBar;</mo>
</mover>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>m</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mi>n</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mrow>
<mi>M</mi>
<mo>,</mo>
<mi>N</mi>
</mrow>
</munderover>
<mi>g</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>,</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
</mrow>
<mi>s</mi>
</mfrac>
</mrow>
其中,s∈(0,m×n],
同理,计算C区的算术平均灰度值;
13)加权平均灰度值算法:以第11步得到的T区和C区的图像作为色度计算需要的源图像;将CRP试剂条的T区等面积划分成4行4列共16个全等矩阵,将T区的算术平均灰度值乘以经验权重系数后再取平均值,即可得到加权平均灰度值如下式所示:
<mrow>
<mover>
<mi>X</mi>
<mo>&OverBar;</mo>
</mover>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mn>16</mn>
</mfrac>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mn>4</mn>
</munderover>
<mrow>
<mo>(</mo>
<mover>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>&OverBar;</mo>
</mover>
<mo>&CenterDot;</mo>
<msub>
<mi>K</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
其中,Kij为权重系数且Kij∈(0,2],CRP检测中Kn1=1.3,Kn2=1,Kn3=1,Kn4=1.15,n=1,2,3,4
同理,计算C区的加权平均灰度值;
连接数据库处理数据:
14)通过Access数据库将第2步得到的有效ROI区域Iamge_ROI和相对应试剂条的T区、C区的加权平均灰度值关联和保存,并根据数据库中的存储的标准样本灰度值,匹配出最为合理的CRP含量参考值输出。
2.根据权利要求1所述的一种C反应蛋白色度自动检测方法,其特征在于:所述彩色工业摄像机采用500万像素,可输出2592x1944分辨率数字图像的彩色工业摄像机;所述彩色工业摄像机的镜头前可安装增距环缩小视场。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610266296.0A CN105974120B (zh) | 2016-04-27 | 2016-04-27 | 一种c反应蛋白色度自动检测装置与方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610266296.0A CN105974120B (zh) | 2016-04-27 | 2016-04-27 | 一种c反应蛋白色度自动检测装置与方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105974120A CN105974120A (zh) | 2016-09-28 |
CN105974120B true CN105974120B (zh) | 2017-11-14 |
Family
ID=56993578
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610266296.0A Expired - Fee Related CN105974120B (zh) | 2016-04-27 | 2016-04-27 | 一种c反应蛋白色度自动检测装置与方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105974120B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE112019001825B4 (de) | 2018-06-28 | 2022-02-03 | International Business Machines Corporation | Präzises Teststreifen-Lesesystem auf Grundlage der Kolorimetrie |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3559721B1 (en) * | 2016-12-23 | 2021-09-15 | Bio-Rad Laboratories, Inc. | Reduction of background signal in blot images |
CN108279229B (zh) * | 2017-01-05 | 2024-02-27 | 深圳市帝迈生物技术有限公司 | 一种全血crp检测装置 |
CN108051434B (zh) * | 2017-12-13 | 2021-03-19 | 深圳市在田翊方科技有限公司 | 一种基于颜色识别的待测液浓度定量检测方法 |
US11268957B2 (en) * | 2019-06-05 | 2022-03-08 | Genprime | Substrate reader and method of reading a substrate |
CN110223290A (zh) * | 2019-06-19 | 2019-09-10 | 深圳市亚辉龙生物科技股份有限公司 | 膜条评估方法、装置、计算机设备和存储介质 |
CN113466180B (zh) * | 2021-09-02 | 2021-11-16 | 天津迈科隆生物科技有限公司 | 一种特定蛋白检测方法、电子设备及计算机可读存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4639117A (en) * | 1981-11-07 | 1987-01-27 | Ricoh Company, Ltd. | Recording image density control method for electrophotography |
CN1134750A (zh) * | 1993-11-12 | 1996-10-30 | 尤尼帕思有限公司 | 测试用条片的读取设备 |
US6141120A (en) * | 1996-02-12 | 2000-10-31 | Splash Technology, Inc. | Color calibration method and system having independent color scanner profiles |
CN101539572A (zh) * | 2009-01-06 | 2009-09-23 | 中国科学院上海光学精密机械研究所 | 上转换磷光生物检测仪及对样品试纸条的检测方法 |
CN101576562A (zh) * | 2009-06-01 | 2009-11-11 | 无锡中德伯尔生物技术有限公司 | 检测艾滋病病毒的荧光微球免疫层析检测卡及其制备方法 |
CN102279263A (zh) * | 2011-05-06 | 2011-12-14 | 杭州顿力医疗器械股份有限公司 | 一种ccd型胶体金免疫层析诊断试纸定量分析*** |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060246574A1 (en) * | 2005-04-29 | 2006-11-02 | Sarah Rosenstein | Dispenser for making a lateral flow device |
US9207181B2 (en) * | 2012-03-01 | 2015-12-08 | Quidel Corporation | System and apparatus for point-of-care diagnostics |
-
2016
- 2016-04-27 CN CN201610266296.0A patent/CN105974120B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4639117A (en) * | 1981-11-07 | 1987-01-27 | Ricoh Company, Ltd. | Recording image density control method for electrophotography |
CN1134750A (zh) * | 1993-11-12 | 1996-10-30 | 尤尼帕思有限公司 | 测试用条片的读取设备 |
US6141120A (en) * | 1996-02-12 | 2000-10-31 | Splash Technology, Inc. | Color calibration method and system having independent color scanner profiles |
CN101539572A (zh) * | 2009-01-06 | 2009-09-23 | 中国科学院上海光学精密机械研究所 | 上转换磷光生物检测仪及对样品试纸条的检测方法 |
CN101576562A (zh) * | 2009-06-01 | 2009-11-11 | 无锡中德伯尔生物技术有限公司 | 检测艾滋病病毒的荧光微球免疫层析检测卡及其制备方法 |
CN102279263A (zh) * | 2011-05-06 | 2011-12-14 | 杭州顿力医疗器械股份有限公司 | 一种ccd型胶体金免疫层析诊断试纸定量分析*** |
Non-Patent Citations (1)
Title |
---|
盐酸克伦特罗试纸数字化检测仪的设计;王艳华等;《电脑知识与技术》;20140228;第10卷(第6期);第1291-1293页 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE112019001825B4 (de) | 2018-06-28 | 2022-02-03 | International Business Machines Corporation | Präzises Teststreifen-Lesesystem auf Grundlage der Kolorimetrie |
Also Published As
Publication number | Publication date |
---|---|
CN105974120A (zh) | 2016-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105974120B (zh) | 一种c反应蛋白色度自动检测装置与方法 | |
CN108537215B (zh) | 一种基于图像目标检测的火焰检测方法 | |
US10565479B1 (en) | Identifying and excluding blurred areas of images of stained tissue to improve cancer scoring | |
Abdel-Qader et al. | Analysis of edge-detection techniques for crack identification in bridges | |
CN100545867C (zh) | 航拍交通视频车辆快速检测方法 | |
CN103632158B (zh) | 森林防火监控方法及森林防火监控*** | |
CN107328776B (zh) | 一种免疫层析试纸卡的快速检测方法 | |
US9275441B2 (en) | Method for preparing quantitative video-microscopy and associated system | |
CN102737370B (zh) | 检测图像前景的方法及设备 | |
CN110161233B (zh) | 一种免疫层析试纸卡的快速定量检测方法 | |
CN104008368A (zh) | 一种基于最大熵阈值分割的火灾识别方法 | |
CN107610119B (zh) | 基于直方图分解的带钢表面缺陷精准检测方法 | |
CN110298410A (zh) | 基于深度学习的低对比度图像中弱目标检测方法及装置 | |
CN108229473A (zh) | 车辆年检标签检测方法及装置 | |
CN104866838B (zh) | 一种基于视觉的前方车辆自动检测方法 | |
CN111105398A (zh) | 一种基于可见光图像数据的输电线路部件裂纹检测方法 | |
CN115995056A (zh) | 一种基于深度学习的桥梁病害自动识别方法 | |
CN109543498A (zh) | 一种基于多任务网络的车道线检测方法 | |
CN101477025A (zh) | 基于图像处理的藏展材料的快速评估方法 | |
CN105469099B (zh) | 基于稀疏表示分类的路面裂缝检测和识别方法 | |
CN108225735B (zh) | 一种基于视觉的精密进近指示器飞行校验方法 | |
US20160283821A1 (en) | Image processing method and system for extracting distorted circular image elements | |
CN115761257A (zh) | 基于计算机视觉技术的零部件角度检测方法及装置 | |
CN113435444B (zh) | 免疫层析检测方法、装置、存储介质及计算机设备 | |
CN108985197A (zh) | 基于多算法融合的出租车驾驶员吸烟行为的自动检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171114 |
|
CF01 | Termination of patent right due to non-payment of annual fee |